Escolar Documentos
Profissional Documentos
Cultura Documentos
MODELO DE
ATRAÇÃO DE AUTOMÓVEIS POR
SHOPPING CENTER
8
Modelo de Atração de Automóveis por Shopping Center
ÍNDICE
1. Apresentação 11
2. Breve Contexto 13
3.1 Cálculos
3.2 Exemplos de Aplicação
4. Metodologia 21
5. Análise de Dados 29
8. Considerações Finais 57
Referências Bibliográficas 58
9
BOLETIM TÉCNICO 46 CET
10
Modelo de Atração de Automóveis por Shopping Center
1. APRESENTAÇÃO
Este boletim técnico surgiu da necessidade de revisão de alguns modelos de polos geradores
de tráfego utilizados pela CET. As transformações do cenário urbano levam à necessidade
de revisão dos modelos, pois o padrão de viagens da população depende, entre outros, da
distribuição espacial de produtos e serviços na cidade.
Dando início à série de revisões, o modelo de atração de viagens de shopping center foi o
primeiro a ser estudado porque estes são importantes polos geradores de tráfego justamente
pela variedade de produtos e serviços oferecidos. Ademais, já vinha sendo constatado nos
estudos de impacto de tráfego que o modelo em vigor na CET não estava completamente
adequado à atual realidade de ocupação da cidade e precisava ser revisto.
O trabalho que foi idealizado inicialmente como uma revisão, passou a ser mais que uma
atualização e consistiu em um aprimoramento do método tradicionalmente adotado. Assim,
o objetivo do presente trabalho foi construir novos modelos de atração de viagens de Shopping
Center na cidade de São Paulo.
O Boletim 46 pretende ser mais do que um manual de consulta de como aplicar um modelo
de atração de automóveis por shopping center, pois apresenta, mesmo de forma não
exaustiva, toda a complexidade envolvida na construção de um modelo de atração de viagens.
11
BOLETIM TÉCNICO 46 CET
12
Modelo de Atração de Automóveis por Shopping Center
2. BREVE CONTEXTO
No Decreto Municipal 15.980/79, pioneiro, mas não em vigor, definem-se como polos
geradores de tráfego “as edificações ou instalações que exercem grande atratividade sobre
a população, mediante a oferta de bens ou serviços, gerando elevado número de viagens,
com substanciais interferências no tráfego do entorno e a necessidade de grandes espaços
para estacionamento ou carga e descarga”.
Shopping center pode ser definido como “centro comercial de arquitetura específica,
geralmente reunindo lojas de produtos muito variados, além de restaurantes, cinemas, teatros,
boates etc” (DICIONÁRIO HOUAISS, 2010).
A CET publicou dois boletins técnicos sobre polos geradores de tráfego. O Boletim Técnico
32 (CET, 1983) é importante por ser o trabalho inicial que descreve os estudos, as atividades
e a legislação no âmbito dos polos geradores de tráfego, bem como a atuação da CET junto
aos empreendimentos. O Boletim Técnico 36 (CET, 2000) traz atualizações de modelos de
atração de viagens para alguns tipos de polos geradores, inclusive o modelo de atração de
viagens para shopping center adotado nas avaliações para aprovação de projetos.
13
BOLETIM TÉCNICO 46 CET
A Lei Municipal 15.150/10 revoga a Lei 10.334/87 e artigos da Lei 10.506/88, define polos
geradores de tráfego – PGT e áreas especiais de tráfego – AET.
14
Modelo de Atração de Automóveis por Shopping Center
Portugal e Goldner (2003) é outra fonte de consulta sobre legislação de pólos geradores de
tráfego, inclusive de outras cidades e outros países.
Ressalta-se que a análise de pólos geradores de tráfego no município de São Paulo envolve
ainda a consulta a leis específicas aplicadas a determinados usos do solo (teatro, cinema,
hotéis etc.) ou operações urbanas. Mais informações sobre PGT podem ser consultadas na
internet nos sítios da CET (www.cetsp.com.br) e da Prefeitura Municipal de São Paulo
(www.prefeitura.sp.gov.br).
15
BOLETIM TÉCNICO 46 CET
16
Modelo de Atração de Automóveis por Shopping Center
- Vagas de estacionamento
- Demanda de Atração Diária – Segunda-feira a quinta-feira
- Demanda de Atração Diária – Sexta-feira
- Demanda de Atração Diária – Sábado
- Demanda de Atração Diária – Domingo
A variável preditiva dos modelos, tanto para o cálculo do número de vagas de estacionamento
quanto para o cálculo da demanda de atração diária, é a área computável.
Para obtenção do carregamento viário são usados modelos de demanda de atração diária e
percentuais de distribuição horários, que variam por dia da semana. A demanda de atração
diária é multiplicada pelos percentuais de entrada e saída da hora de interesse. Na avaliação,
é preciso considerar a soma resultante do volume já existente na via e do volume de tráfego
gerado pelo empreendimento.
17
BOLETIM TÉCNICO 46 CET
3.1 Cálculos
18
Modelo de Atração de Automóveis por Shopping Center
Como entradas e saídas são localizadas na mesma via, é necessário somar as quantidades
de veículos que entram e que saem.
19
BOLETIM TÉCNICO 46 CET
Neste exemplo, a área computável final do shopping center é 41.200 m², que é a área
computável que deve ser aplicada ao modelo. A quantidade de vagas prevista foi 1.450. O
carregamento viário adicional de saída aos sábados das 21 às 22h foi estimado em 563
veículos.
Atentar para o fato que a área computável total deve ser usada no cálculo.
20
Modelo de Atração de Automóveis por Shopping Center
4. METODOLOGIA
A parte metodológica é bastante detalhada, de tal forma que pode ser lida principalmente por
interessados na construção passo a passo dos modelos.
Algumas análises que foram realizadas, mas que não fizeram parte do cerne do trabalho,
como por exemplo, a tentativa de inclusão de outras variáveis preditivas no modelo, também
são mostradas aqui.
Um modelo de atração de viagens, como o próprio nome diz, tem como objetivo prever a
quantidade de viagens atraídas por um polo gerador de tráfego. No contexto dos shopping
centers, vale ressaltar também que as viagens atraídas são iguais em número às viagens
produzidas no dia.
O número de vagas de estacionamento deve ser suficiente para que não ocorra
congestionamento nas entradas e saídas do empreendimento, e é desejável que os
automóveis atraídos não precisem estacionar nas vias do entorno do empreendimento.
Idealmente, todo o tráfego de automóveis atraído pelo polo deve ficar acomodado dentro
deste.
Por outro lado, um número de vagas superestimado deixa espaço ocioso no empreendimento.
A área subutilizada, além de não gerar receita, acarreta custo de manutenção aos
empreendedores. Neste contexto, o desafio do modelo de atração é ser adequado para não
superestimar nem subestimar o número de vagas de estacionamento. As considerações
feitas durante a construção dos modelos visaram sempre este delineamento.
21
BOLETIM TÉCNICO 46 CET
O fato da área de estacionamento não estar incluída na área computável facilita a projeção
do número de vagas necessárias ao empreendimento. Além disso, não é necessária a
correção da área computável após o cálculo de vagas de estacionamento.
Diferentemente dos modelos anteriores publicados pela CET, este trabalho apresenta um
modelo para previsão de vagas de estacionamento e outros modelos para previsão de
demanda diária por dia da semana.
Nos modelos aqui tratados as viagens realizadas por outros modos de transporte não são
contempladas.
22
Modelo de Atração de Automóveis por Shopping Center
Outras considerações
Neste estudo foi considerada a hipótese de se utilizar a área bruta locável como variável
explicativa, pois é comumente usada em trabalhos descritos na literatura (JACOBSEN, CYBIS,
LINDAU, 2009), mas a hipótese foi descartada porque esta área pode variar após a inauguração
do empreendimento. Assim, com o intuito de assegurar a transparência no processo de
estudo de impacto viário, optou-se por uma variável preditiva que não possa mudar sem o
conhecimento do poder público, como é a área computável, haja vista que obras de ampliação
do shopping center devem ser comunicadas e aprovadas junto à Prefeitura de São Paulo e
seus órgãos responsáveis.
Sabe-se que, devido à grande diversidade de usos e serviços entre os shopping centers, a
área computável não explica totalmente a quantidade de automóveis atraídos. Outras variáveis
preditivas foram testadas juntamente com a área computável, como o número de lojas do
shopping center e a quantidade de linhas de ônibus que atende o entorno do estabelecimento.
Vale notar que só são consideradas possíveis de uso aquelas variáveis preditivas que são de
conhecimento público no momento da construção ou da ampliação do shopping center.
Nos estudos de regressão multivariada realizados, o número de lojas não teve resultados
estatisticamente significativos.
A quantidade de linhas urbanas de ônibus por sentido de tráfego num raio de 500 metros do
empreendimento foi testada como um indicador de macroacessibilidade ao shopping center.
Constatou-se um pequeno impacto negativo no número de vagas, isto é, uma quantidade
maior de linhas de ônibus na região reduz um pouco a quantidade de vagas de estacionamento
necessárias. Este estudo exploratório pareceu promissor, apesar de ter sido testada apenas
a distância arbitrária de 500 metros. Por outro lado, a quantidade de linhas de ônibus pode
variar ao longo do tempo, e não seria plausível adotar um procedimento de cálculo de vagas
de estacionamento que variasse com mudanças ocorridas na cidade.
Por meio de variável dummy (variável do tipo sim ou não), testou-se também um modelo que
contemplava a presença de integração do Metrô com o shopping center. Em São Paulo, há
estabelecimentos integrados ao Metrô, onde um dos acessos do Metrô é diretamente ligado
ao shopping center. Os resultados não foram significativos.
Sendo assim, os modelos de previsão de viagens continuam usando como variável preditiva
somente a área computável do shopping center.
23
BOLETIM TÉCNICO 46 CET
A coleta de dados de entrada e saída de veículos foi realizada primordialmente por solicitação
aos shopping centers. Este procedimento foi possível graças à tecnologia de controle de
acesso presente na maioria dos estabelecimentos, que registra eletronicamente os horários
de entrada e saída dos veículos.
A solicitação de dados aos shopping centers teve como principal vantagem a sincronicidade
dos dados. Foram solicitados dados de um mesmo mês a todos os estabelecimentos, das
8h às 24h. Caso a pesquisa fosse feita por contagem volumétrica manual, não haveria recurso
suficiente para cobrir vários shopping centers ao mesmo tempo. Ademais, foi possível trabalhar
com dados horários do dia todo. Os dados foram recebidos em formato eletrônico, o que
facilitou o trabalho de tabulação. No geral, o custo de operação foi bastante reduzido.
Há de se considerar que esta forma de cálculo tem precisão menor do que as pesquisas
observacionais de ocupação, pois pode ter havido um pico de ocupação dentro da hora não
detectado pelo método.
Uma restrição do método de pesquisa adotado foi não realizar pesquisas no entorno do
empreendimento, a fim de identificar automóveis atraídos pelo shopping center que não
entraram no estacionamento.
O trabalho teve como referência o mês de setembro de 2009. Alguns fatores foram
considerados nesta escolha, como o fato do mês de setembro não conter datas
comemorativas que geram aumento de viagens aos shopping centers, como por exemplo
dia das mães, dia dos pais, dia das crianças, dia dos namorados e Natal, e não ser época de
férias escolares. Há o feriado de Independência em 7 de setembro, que em 2009 ocorreu em
uma segunda-feira. Os dados de feriado foram usados normalmente porque há feriados em
praticamente todos os meses do ano. Em termos gerais, o mês de setembro pode ser
considerado um mês típico, tanto sob o ponto de vista do trânsito como da atividade comercial.
Em 2009 ocorreram dois fatos marcantes que devem ser lembrados. A crise econômica
mundial e o surto de gripe suína no Brasil. Em relação à crise econômica, é importante
destacar que em setembro de 2009 a economia de São Paulo já indicava sinais de
recuperação. Como indicativo da recuperação econômica das atividades, pode-se citar um
aumento do índice de lentidão medido pela CET de 17% frente a setembro de 2008.
24
Modelo de Atração de Automóveis por Shopping Center
Com relação ao tamanho da amostra, em 2009, a cidade de São Paulo contava com mais
de 40 estabelecimentos do tipo shopping center, de variados portes (ABRASCE, 2010). Foram
solicitados dados a 23 shopping centers, que foram escolhidos por serem representativos
para a cidade. A CET já tinha posse de dados de entrada e saída horária de um shopping
center.
Os dados de área computável dos shopping centers foram obtidos nas certidões de diretrizes
emitidas pela Secretaria Municipal de Transportes - SMT, disponíveis em arquivo da CET nos
processos de construção ou últimas reformas dos estabelecimentos em setembro de 2009.
Das mesmas certidões foram extraídas as quantidades de vagas projetadas para cada
shopping center naquela data.
Em 2010, também foram solicitados a alguns shopping centers os dados horários de entradas
e saídas de todo o ano de 2009, porém somente um shopping center enviou os dados até o
fechamento deste trabalho. Os dados anuais deste único shopping center serviram para
comparar os dados de setembro com o restante do ano. Este comparativo indicou que, de
fato, o mês de setembro é um mês típico.
25
BOLETIM TÉCNICO 46 CET
26
Modelo de Atração de Automóveis por Shopping Center
27
BOLETIM TÉCNICO 46 CET
28
Modelo de Atração de Automóveis por Shopping Center
5. ANÁLISE DE DADOS
Neste capítulo são relatadas as dificuldades encontradas e as soluções adotadas na análise
dos dados. Espera-se que as experiências relatadas aqui auxiliem na elaboração de outros
estudos de modelagem de demanda.
De acordo com a carta de solicitação, os dados permanecem mantidos sob sigilo, de tal
forma não ser possível identificar os empreendimentos participantes da pesquisa. Foram
elaborados gráficos ilustrativos para transmitir com mais clareza os conceitos utilizados nas
análises realizadas.
Dos vinte e três shopping centers selecionados para a pesquisa, todos enviaram os dados.
Porém, nem todos os dados foram enviados conforme o formato solicitado.
Outros quatro empreendimentos não enviaram os dados por hora, fornecendo somente a
demanda diária, sendo que três destes enviaram dados do dia todo e um das 10 às 24h.
Como não havia dados horários, estes casos foram usados na validação dos modelos de
demanda diária.
Alguns shopping centers enviaram dados horários de 24 horas do dia, e não somente das 8h
às 24h como solicitado. Por causa disso, todos os dados foram colocados no formato das
00h às 24h em cada dia, para que cada shopping center tivesse a mesma quantidade de
registros na planilha de dados em estudo.
Como dito, a CET já dispunha de dados de um shopping center. Estes dados eram de abril
de 2008, mês que também não contém datas comemorativas. Um dos estabelecimentos
enviou dados de outubro de 2009, que apesar de conter uma data comemorativa (dia das
crianças), foi usado para construção do modelo.
Para cada dia registrado de cada shopping center, foi verificado se o total de entradas
veiculares era compatível com o total de saídas. Notou-se que na maioria dos shopping
29
BOLETIM TÉCNICO 46 CET
centers, o número de entradas não é exatamente igual ao número de saídas, mas estes
números são próximos. Isto provavelmente ocorre em alguns shopping centers por haver
entradas e saídas entre 00h e 08h, não solicitadas aos empreendimentos. Em outros casos,
o shopping center pode ter acessos especiais para funcionários, que ora usam ora não
usam as entradas controladas.
Houve um caso de um shopping center em que a quantidade de entradas era muito superior
a de saídas. Em contato com o administrador do shopping center, foi informado que era
costume do estabelecimento imprimir previamente os controles de entrada, para então um
funcionário entregar ao motorista. Como nem todos os controles de entrada eram usados no
mesmo dia, os dados indicavam grande quantidade de veículos no interior do shopping center
à meia-noite. Por esta razão, não foi possível usar os dados deste shopping center na
construção do modelo.
Houve também casos de registros com dados zerados em alguns dias. Quando a frequência
de dias com este tipo de ocorrência foi alta para um determinado shopping center, este foi
descartado da análise. Em outros casos, apenas parte de um dia estava zerado,
provavelmente por falha no sistema dos shopping centers, e apenas o dia em questão foi
descartado.
30
Modelo de Atração de Automóveis por Shopping Center
Como entradas e saídas não são iguais em alguns dias, há situações nas quais o cálculo de
ocupação resulta negativo em algum momento do dia. Embora esta situação seja possível
matematicamente, na realidade não é possível saírem mais veículos do que entraram.
Para ajustar os valores pouco negativos, que indicam alguma falha de controle nos acessos,
foram feitas diversas tentativas. Após diferentes alternativas, adotou-se o seguinte
procedimento: feito o cálculo da ocupação horária por dia do shopping center, o maior valor
absoluto negativo foi somado à primeira entrada, entre 00h e 1h. Este procedimento visou à
correção por valores não arbitrários e que não subestimassem a ocupação. Na Tabela 1
ilustra-se um exemplo de correção para um dia de um shopping center.
Os dados corrigidos de entrada foram usados para construção dos modelos de demanda
diária. Os dados corrigidos de ocupação foram usados para construção do modelo de vagas
de estacionamento.
Foi realizada, em novembro de 2009, aferição dos dados recebidos em quatro shopping
centers que já haviam enviado os dados solicitados. As pesquisas foram realizadas aos
31
BOLETIM TÉCNICO 46 CET
sábados. No geral, a aferição foi satisfatória. Os dados de contagem manual foram ligeiramente
maiores nas entradas (média de 4%) e nas saídas (média de 5%). Como as contagens
foram feitas em apenas alguns horários, e em meses diferentes, os dados foram
considerados válidos. Este é um resultado importante, pois confirma que apesar do baixo
custo de solicitar dados a terceiros, o modelo não foi baseado em dados distorcidos.
Em resumo, dos dados de vinte e quatro shopping centers do estudo, dezesseis foram
usados na construção do modelo de vagas de estacionamento. Destes dezesseis, doze
foram usados na construção dos modelos de demanda diária. Dados de outros quatro
diferentes shopping centers foram usados na validação dos modelos de demanda diária. Na
Figura 1 ilustra-se a amostragem considerada na elaboração dos modelos.
32
Modelo de Atração de Automóveis por Shopping Center
Outros fatores importantes são que todos os shopping centers usados na construção dos
modelos têm estacionamento pago e localizam-se em diversas regiões da cidade.
5.3 Área computável
Os shopping centers que fizeram parte da construção do modelo de vagas de estacionamento
tinham em setembro de 2009 aproximadamente de 20 mil m² a 100 mil m² de área total computável.
No Gráfico 3 mostra-se a distribuição de frequências dos shopping centers a cada 10 mil m². No
caso, cinco empreendimentos da amostra estão entre 30 mil m² e 40 mil m².
Um modelo de regressão linear é válido para estimar valores no intervalo amostral da variável
preditiva (MARTINS, 2002; STEVENSON, 2001). Assim, o modelo de vagas de estacionamento
só deveria ser aplicado a shopping centers entre 20 mil m² e 100 mil m² de área computável,
seguindo o rigor estatístico da técnica. Sugere-se então usar o modelo com parcimônia para
empreendimentos que apresentem áreas computáveis fora do intervalo.
33
BOLETIM TÉCNICO 46 CET
Como já explicado na análise exploratória dos dados, alguns empreendimentos não enviaram
os dados horários das 8h às 24h. Desta forma, foram considerados dados dos doze shopping
centers que atenderam a este critério.
34
Modelo de Atração de Automóveis por Shopping Center
ao longo do dia foi alocada das 0h às 1h, ou seja, não interfere no cálculo de demanda diária
proposto.
A primeira pergunta pode ser respondida pela Análise de Variância (ANOVA), que indica se há
diferença entre as médias das entradas por dia da semana. Esta análise é importante para
se determinar a necessidade de mais de um modelo de demanda diária.
Após verificar a aplicabilidade da ANOVA, foi constatado que, ao nível de significância de 5%,
há diferença entre os dias da semana em relação à demanda de atração diária, ou seja, são
necessários modelos distintos de demanda de atração por dia da semana. Mas quais são os
dias com demanda diferenciada?
Em resposta, o teste de Tukey (VIEIRA, 2006), que compara médias duas a duas, foi usado
com intervalo de confiança de 99% para determinar qual dia da semana é diferente de qual.
O intervalo de confiança de 99% foi escolhido por haver na amostra dias de feriados, o que
poderia levar a conclusões falsas.
Do Quadro 2 é possível observar que o dia de sábado é diferente de todos os outros dias da
semana. Logo, faz-se necessário um modelo de demanda de atração diária para sábado. O
dia de sexta-feira só não é diferente do dia de domingo. Assim, também se faz necessário
um modelo para as sextas-feiras. Os dias de segunda-feira, terça-feira, quarta-feira e quinta-
feira não são diferentes entre si. O dia de domingo é diferente de segunda-feira e terça-feira.
35
BOLETIM TÉCNICO 46 CET
Optou-se então pela construção de quatro modelos para dias distintos da semana: segunda-
feira a quinta-feira, sexta-feira, sábado e domingo. Como será visto adiante nos gráficos 6 e
8, a opção de ter um modelo de atração de demanda diária para domingo se deve mais ao
fato deste apresentar um perfil particular de horário de entradas e saídas do que à diferenciação
da quantidade de automóveis atraídos pelo shopping center às sextas-feiras.
O modelo de demanda de atração diária para dias de segunda-feira a quinta-feira pode ser
importante para regiões onde há outros polos geradores de tráfego que geram intensos
fluxos de veículos nesses dias.
36
Modelo de Atração de Automóveis por Shopping Center
37
BOLETIM TÉCNICO 46 CET
38
Modelo de Atração de Automóveis por Shopping Center
Esta parte do trabalho foi baseada em algumas referências bibliográficas da área de Estatística
(MARTINS, 2002; STEVENSON, 2001; VIEIRA, 2006).
O modelo de vagas de estacionamento foi construído por meio de regressão linear simples.
Os pressupostos básicos para aplicação da análise de regressão linear e os testes estatísticos
são comentados a seguir.
39
BOLETIM TÉCNICO 46 CET
O teste de hipótese que indica a existência de regressão linear foi significativo ao nível de
5%. Isto quer dizer que foi verificada a existência da relação entre quantidade de vagas e
área computável.
A análise gráfica de resíduos (diferença entre valores real e previsto), no Gráfico 9 a seguir,
mostra que não há indicação de dependência nos erros, pois não é possível identificar
visualmente algum padrão na dispersão dos pontos no gráfico. Para a não identificação
dos shopping centers, os valores de área e resíduos foram padronizados (valor menos a
média dividido pelo desvio-padrão, ou z score).
40
Modelo de Atração de Automóveis por Shopping Center
41
BOLETIM TÉCNICO 46 CET
42
Modelo de Atração de Automóveis por Shopping Center
Os modelos de demanda de atração diária também foram obtidos por meio de regressão
linear simples.
43
BOLETIM TÉCNICO 46 CET
Em nenhum dos quatro modelos o coeficiente linear foi significativo ao nível de 5%. Logo, a
demanda de atração diária é obtida multiplicando-se uma taxa que varia para cada dia, o que
simplifica o cálculo.
Quadro 6 - Modelo de demanda de atração - segunda-feira a quinta-feira
44
Modelo de Atração de Automóveis por Shopping Center
45
BOLETIM TÉCNICO 46 CET
A validação dos modelos de demanda de atração foi feita com quatro shopping centers que
enviaram dados de entrada diária. A área computável estava dentro da faixa de aplicabilidade
do modelo. Apenas dois empreendimentos foram usados no sentido de testar a consistência
do modelo. Os outros dois empreendimentos serviram para mostrar a importância à
observância das restrições do modelo, pois os dois possuem estacionamentos gratuitos e
resultaram em número de viagens atraídas subestimadas pelo modelo proposto, como mostra
o Quadro 10.
O empreendimento C enviou dados de entrada das 10h às 24h. A demanda prevista foi maior
que a real nos modelos de segunda-feira a quinta-feira e de sexta-feira, e menor que a real
nos modelos de sábado e domingo.
46
Modelo de Atração de Automóveis por Shopping Center
A média do percentual por horário e dia da semana foi obtida com todos os dados disponíveis
dos doze shopping centers. O número de observações depende do dia da semana,
ressaltando-se que os dados de dois estabelecimentos são de meses diferentes de setembro/
2009. Assim, para cada hora, foram 211 observações para a demanda de segunda-feira a
quinta, 49 observações para sexta-feira, 47 observações para sábado e 47 observações
para domingo.
Para cálculo do carregamento viário, deve-se utilizar o limite superior do intervalo de confiança.
Este procedimento leva o estudo a não subestimar o carregamento viário do empreendimento.
Consequentemente, a soma dos percentuais totais nas tabelas excede 100%.
Nas Tabela 2 a Tabela 9 mostram-se as taxas de entrada e saída por dia da semana.
47
BOLETIM TÉCNICO 46 CET
De segunda-feira a quinta-feira, o maior percentual de entrada ocorre das 12h às 13h, com
10,5% do volume de automóveis do dia. O segundo maior pico de entrada ocorre entre 19h
e 20h.
48
Modelo de Atração de Automóveis por Shopping Center
49
BOLETIM TÉCNICO 46 CET
50
Modelo de Atração de Automóveis por Shopping Center
51
BOLETIM TÉCNICO 46 CET
Aos sábados, não há pico de entrada superior a 10% do volume diário. As entradas são mais
distribuídas ao longo do dia. O maior volume de entrada ocorre no início da tarde, entre 14h
e 15h, de 9,8%.
52
Modelo de Atração de Automóveis por Shopping Center
Assim como a entrada, o volume de saída de automóveis não tem concentração superior a
10%. Os maiores volumes são atingidos entre 15h e 17h.
53
BOLETIM TÉCNICO 46 CET
54
Modelo de Atração de Automóveis por Shopping Center
Aos domingos, o volume de saída gera maior carregamento viário das 20h às 21h, sendo
concentrado no período entre 16h e 21h
55
BOLETIM TÉCNICO 46 CET
56
Modelo de Atração de Automóveis por Shopping Center
8. CONSIDERAÇÕES FINAIS
O presente boletim técnico apresenta uma nova metodologia para construção de modelos
de atração de automóveis por shopping center, sendo uma inovação em relação aos modelos
preconizados pelo Boletim Técnico 36 (CET, 2000). No geral, são previstas menos vagas de
estacionamento por área computável do que eram naquele boletim.
Em relação à coleta de dados, vale destacar o baixo custo associado à pesquisa. Solicitar
dados aos empreendedores e realizar conferência por amostragem se mostrou um
procedimento eficiente e eficaz. Destaca-se aqui a importância do contato com os
empreendedores por meio de carta de solicitação e a disposição do envio dos dados por
estes.
Os modelos de demanda de atração diária permitem o cálculo para vários dias da semana:
segunda-feira a quinta-feira, sexta-feira, sábado e domingo. A principal vantagem alcançada
é o modelo de domingo, dia que tem demanda maior que sexta-feira e para qual não existia
modelo específico.
Para facilitar a consulta e uso, todos os modelos são sintetizados em uma única página
neste boletim técnico.
57
Referências Bibliográficas
CET. Pólos geradores de tráfego. Boletim técnico nº 32. São Paulo, 1983.
CET. Pólos geradores de tráfego II. Boletim técnico nº 36. São Paulo, 2000.
DETRAN. Departamento Estadual de Trânsito de São Paulo. Frota de veículos, 2010. Disponível
em:< http://www.detran.sp.gov.br/frota/frota.asp>. Acesso em: 01.jul.2010.
JACOBSEN, André Cademartori; CYBIS, Helena Beatriz Bettella; LINDAU, Luís Antônio. Shopping
Centers: modelos de geração e variabilidade. In: XXIII Congresso Associação Nacional de
Pesquisa e Ensino em Transportes ANPET, 2009.
MARTINS, Gilberto de Andrade. Estatística geral e aplicada. 2ª ed. São Paulo: Atlas, 2002.
PORTUGAL, Licinio da Silva; GOLDNER, Lenise Grando. Estudo de pólos geradores de tráfego e
seus impactos nos sistemas viários e de transportes. São Paulo: Editora Edgard Blücher, 2003.
SÃO PAULO. Prefeitura do Município de São Paulo. Leis Municipais, 2010. Disponível em: <http://
www.prefeitura.sp.gov.br>. Acesso em: 02.ago.2010.
SEADE. Fundação Sistema Estadual de Análise de Dados. Anuário Estatístico do Estado de São
Paulo, 2003. Disponível em: <http://www.seade.gov.br>. Acesso em: 01.jul.2010.
VIEIRA, Sônia. Análise de variância: ANOVA. São Paulo: Editora Atlas, 2006
Boletins Técnicos CET
TíTULOS PUBLICADOS
Disponíveis em cetsp.com.br